JP3560087B2

JP3560087B2 - 音信号処理装置およびサラウンド再生方法

Info

Publication number: JP3560087B2
Application number: JP26088895A
Authority: JP
Inventors: 啓幸田
Original assignee: 株式会社デノン
Priority date: 1995-09-13
Filing date: 1995-09-13
Publication date: 2004-09-02
Anticipated expiration: 2015-09-13
Also published as: JPH0984198A

Description

【０００１】
【発明の属する技術分野】
本発明は、サラウンド再生を行なうための音信号処理装置およびサラウンド再生方法に関する。
【０００２】
【従来の技術】
音信号の再生処理において、音に奥行き感を与えるために、オリジナルな入力音信号に対してサラウンド再生を行なう技術が知られており、一般的なサラウンド再生技術では、例えば、左（Ｌチャンネル）の音信号と右（Ｒチャンネル）の音信号との差信号（Ｌ−Ｒ）を利用したり、残響回路を付加して音に奥行き感を与えるようにしている。
【０００３】
【発明が解決しようとする課題】
ところで、従来、同位相成分（映画のセリフでモノラル録音されたもの等）が多く記録された記録媒体を用いて音信号のサラウンド再生をするときに、左右や前後等のスピーカから出力される信号の位相差や遅延時間を大きくしてサラウンドの効果を高めようとすると、同位相成分の音場の定位が分散し過ぎて不自然な音場となり、サラウンドの臨場感が失われる問題点があった。特に、セリフ等のボーカル成分は、定位が定まらず違和感のある再生音になっていた。
【０００４】
本発明は、音信号のサラウンド再生を行なう場合に、セリフ等のボーカル成分，すなわち同位相成分を音像定位させ、サラウンドの臨場感を改善し、違和感のないサラウンド再生を実現することの可能な音信号処理装置およびサラウンド再生方法を提供することを目的としている。
【０００５】
【課題を解決するための手段】
上記目的を達成するために、請求項１，請求項２記載の発明では、入力音信号から所定のボーカル周波数帯域成分を取り除くためのバンドエリミネート手段と、バンドエリミネート手段を通過した信号に基づいて、サラウンド再生用のサラウンド信号を生成するサラウンド信号生成手段と、前記バンドエリミネート手段の係数を決定する係数決定手段とを有し、前記バンドエリミネート手段は、ローパスフィルタとハイパスフィルタとにより構成され、前記係数決定手段は、入力音信号のエネルギーの周波数分布から、ボーカル帯域において最もエネルギーの大きい周波数帯域を検出し、この最もエネルギーの大きい周波数帯域の中心周波数から所定周波数だけ低い周波数がローパスフィルタのカットオフ周波数となるようにローパスフィルタの係数を決定してローパスフィルタに設定し、また、所定周波数だけ高い周波数がハイパスフィルタのカットオフ周波数となるように、ハイパスフィルタの係数を決定してハイパスフィルタに設定する。これにより、不自然な音場となってサラウンドの臨場感が失われる周波数帯域の中で、パワースペクトルの大きい周波数帯域を自動的に検出し、入力音信号に対し、最良のサラウンド再生の音場が常に得られるよう、自動制御することができる。
【０００７】
【発明の実施の形態】
以下、本発明の実施形態を図面に基づいて説明する。図１は本発明に係るサラウンド再生システムの構成例を示す図である。図１を参照すると、このサラウンド再生システムは、例えば記録媒体（例えばコンパクトディスク）１に記録されている音信号（アナログ音信号）を読出す読出制御部２と、アナログ音信号をデジタル音信号に変換するＡ／Ｄ変換部３と、Ａ／Ｄ変換部３からのデジタル音信号に対して、サラウンド処理を施し、サラウンド再生を行なうデジタル信号処理部（ＤＳＰ）４と、サラウンド再生処理に用いられるメモリ５と、デジタル信号処理部４でサラウンド再生されたデジタル音信号をアナログ音信号に変換するＤ／Ａ変換部６と、Ｄ／Ａ変換部６からのアナログ音信号を音に変換して出力するスピーカなどの出力部７とを有している。
【０００８】
ここで、出力部７は、例えば、前左（フロントＬチャンネル），前右（フロントＲチャンネル），後左（リアＬチャンネル），後右（リアＲチャンネル）などの４チャンネル以上のスピーカにより構成することができる。
【０００９】
また、デジタル信号処理部４は、例えば図２のような構成のものとなっている。なお、図１，図２の例では、デジタル信号処理部４は、記録媒体１から左（Ｌチャンネル），右（Ｒチャンネル）のオリジナルな音信号が読出されるとし、Ｌチャンネル，Ｒチャンネルの入力音信号に基づいてサラウンド信号を生成し、該サラウンド信号により、Ｌチャンネル，Ｒチャンネルのオリジナルな入力音信号に対してサラウンド再生処理を行なうよう構成されている。
【００１０】
すなわち、図２を参照すると、デジタル信号処理部４は、記録媒体１からのＬチャンネル，Ｒチャンネルの各入力音信号を加算し、加算信号とする加算器１１と、加算器１１からの加算信号を所定時間遅延させる遅延回路１２と、遅延回路１２で所定時間遅延された加算信号に対してバンドエリミネートフィルタ（バンドエリミネータ）として機能するバンドエリミネート手段１３と、バンドエリミネート手段１３を通過した加算信号に基づいてサラウンド信号を生成するサラウンド信号生成部１４と、サラウンド信号生成部１４で生成されたサラウンド信号を記録媒体１からのＬチャンネル，Ｒチャンネルのオリジナルな各入力音信号にそれぞれ加算する加算器１５，１６とを有している。
【００１１】
ここで、サラウンド信号生成部１４は、例えば文献「ラジオ技術１９８９年９月，Ｐ．５２〜５４」に記載されているような一般的な仕方で、サラウンド信号を生成することができる。すなわち、バンドエリミネート手段１３を通過した信号をメモリ５に格納した後、メモリ５に格納された信号を所定の時間遅延させながら読み出し、畳み込み演算を行なって、初期反射音や残響音の音場を与えるためのサラウンド信号を生成するようになっている。
【００１２】
また、バンドエリミネート手段１３は、ローパスフィルタ（ＬＰＦ）２１と、ハイパスフィルタ（ＨＰＦ）２２と、加算器２３とにより構成され、入力音信号のうち、セリフ等のボーカル成分については、できる限りサラウンド再生処理がなされないようにするため、ローパスフィルタ２１による低い周波数のカットオフとハイパスフィルタ２２による高い周波数のカットオフとの間の、ボーカル成分が特に多く含まれる周波数帯域（バンド）の信号成分を除去（カット）してサラウンド信号生成部１４に与えるようになっている。
【００１３】
この際、本発明においては、さらに、バンドエリミネート手段１３の係数、すなわち、ローパスフィルタ２１の係数（ローパスフィルタ２１のカットオフ周波数を定めるフィルタリング係数）とハイパスフィルタ２２の係数（ハイパスフィルタ２２のカットオフ周波数を定めるフィルタリング係数）とを、入力音信号に応じて、係数決定手段１８により最適な値に自動的に決定し、最適なものに自動制御するようになっている。
【００１４】
本願の発明者は、実際、サラウンド再生で一番不自然さを感じるセリフの音場定位に着目し、セリフがサラウンド用の信号に影響を与えないバンドエリミネータの周波数帯域の検討を行ない、次表のような結果を得た。
【００１５】
【表１】

【００１６】
以上の結果から、セリフに関しては、２ｋＨｚを基準（中心）に１オクターブ低い周波数（１ｋＨｚ）をカットオフ周波数とするローパスフィルタ２１と、１オクターブ高い周波数（４ｋＨｚ）をカットオフ周波数とするハイパスフィルタ２２とで、バンドエリミネータを構成すれば良いことがわかった。
【００１７】
なお、バンドエリミネータを構成するローパスフィルタ２１，ハイパスフィルタ２２の遮断特性は、オクターブ３６ｄＢ以上の減衰量を有する６次以上の急峻な減衰カーブで、できるだけ不要な周波数帯域を取り除くことが必要である（但し、次数をあまり大きくすると、デジタル信号処理部（ＤＳＰ）４の処理規模が大きくなり過ぎて実現できなくなる場合がある）。より具体的には、例えば文献「“デジタル音声処理”古井貞煕著東海大学出版会」に示されているように、音声の長時間スペクトルにおいては、１００Ｈｚ〜８００Ｈｚまでほどんどフラットで、８００Ｈｚ以上では−１０ｄＢ／ＯＣＴの傾斜を有していることから、−２０ｄＢの減衰量となる４ｋＨｚの周波数まで取り除く必要がある。
【００１８】
上記実験結果によれば、セリフに関しては、２ｋＨｚのところでパワースペクトル（エネルギー）が最大となるが、セリフをも含めたボーカル成分に関してパワースペクトルは一般に変動し、２ｋＨｚのところで常に最大となるとは限らない。従って、係数決定手段１８は、入力音信号のうちセリフ等のボーカル成分が多く含まれる周波数帯域を入力音信号に基づいて推定して、バンドエリミネート手段１３の係数を決定するようになっている。
【００１９】
このため、係数決定手段１８には、図３に示すように、２５０Ｈｚから４ｋＨｚまでのボーカル帯域においてオクターブ毎に設置され、オクターブ単位の帯域幅の帯域通過特性をもち、入力音信号を所定のサンプリング間隔で（例えば数１０ｍ秒毎に）サンプリングしてフィルタ処理する複数の帯域通過フィルタ（バンドパスフィルタ（ＢＰＦ））からなる帯域通過フィルタ部３１と、帯域通過フィルタ部３１の各帯域通過フィルタに対応して設けられ、各帯域通過フィルタを通過したサンプリングデータをそれぞれ絶対値化する絶対値処理部３２と、絶対値処理部３２からのサンプリングデータに基づき、オクターブ単位の各帯域幅ごとに（すなわち、各帯域通過フィルタに対応したデータごとに）、パワースペクトル（エネルギー）を求めるパワースペクトル生成部３３と、パワースペクトル生成部３３で得られたオクターブ単位の各帯域幅ごとのパワースペクトル（エネルギー）のレベルを互いに比較し、２５０Ｈｚから４ｋＨｚまでのボーカル帯域のうちで、エネルギーレべルの最も大きい周波数帯域を検出するレベル比較部３４と、レベル比較部３４で検出されたパワースペクトル（エネルギー）のレべルの最も大きな周波数帯域の中心周波数から所定周波数だけ低い周波数がローパスフィルタ２１のカットオフ周波数となるように、ローパスフィルタ２１のフィルタリング係数を決定し、また、レベル比較部３４で検出されたパワースペクトル（エネルギー）のレべルの最も大きな周波数帯域の中心周波数から所定周波数だけ高い周波数がハイパスフィルタ２２のカットオフ周波数となるように、ハイパスフィルタ２２のフィルタリング係数を決定する係数決定部３５とを有している。
【００２０】
ここで、パワースペクトル生成部３３は、各オクターブ単位の帯域ごとに、今回のサンプリングデータを前回のサンプリングデータと加算するという仕方で、パワースペクトルを求めるようになっている。
【００２１】
また、係数決定部３５は、パワースペクトル（エネルギー）のレべルの最も大きな周波数帯域の中心周波数から所定周波数だけ低い周波数がローパスフィルタ２１のカットオフ周波数となるように、ローパスフィルタ２１のフィルタリング係数を決定し、また、パワースペクトル（エネルギー）のレべルの最も大きな周波数帯域の中心周波数から所定周波数だけ高い周波数がハイパスフィルタ２２のカットオフ周波数となるように、ハイパスフィルタ２２のフィルタリング係数を決定する際に、ローパスフィルタ２１，ハイパスフィルタ２２のカットオフ周波数と、このカットオフ周波数を与えるローパスフィルタ２１，ハイパスフィルタ２２のフィルタリング係数との対応関係を例えばＲＯＭ３６に予め記憶しており、この対応関係に基づいてフィルタリング係数を割り出すようになっている。
【００２２】
また、遅延回路１２は、入力音信号に対してバンドエリミネート手段１３によりバンドエリミネートするに先立ち、バンドエリミネート手段１３の係数を決定するための時間を考慮して設けられている。すなわち、遅延回路１２は、係数決定手段１８における処理に要する時間分だけ、入力音信号を遅延させて、バンドエリミネート手段１３に入力させるようになっている。
【００２３】
次に、このような構成のサラウンド再生システムの動作について説明する。このサラウンド再生システムでは、例えば記録媒体１に記録されている音信号（例えばＬチャンネル，Ｒチャンネルの音信号）が読出制御部２により読出され、Ａ／Ｄ変換部３においてデジタル信号に変換されてデジタル信号処理部４に入力音信号として入力すると、デジタル信号処理部４では、この入力音信号の２５０Ｈｚから４ｋＨｚのボーカル帯域の信号を、帯域通過フィルタ部３１のオクターブ単位の帯域幅毎に設置された各帯域通過フィルタで一定時間（数１０ｍ秒）毎にサンプリングし、各帯域通過フィルタを通過したサンプリングデータを絶対値処理部３２でそれぞれ絶対値化してパワースペクトル生成部３３に与える。
【００２４】
パワースペクトル生成部３３では、オクターブ単位の帯域幅ごとに、絶対値化されたサンプリングデータを前回絶対値化されたサンプリングデータと加算し、オクターブ単位の帯域幅ごとのパワースペクトルを得る。しかる後、レベル比較部３４では、オクターブ単位の帯域幅ごとに求めた各パワースペクトルのレベルを互いに比較し、パワースペクトルのレべルが最も大きい周波数ポイントを検出する。このようにしてパワースペクトルが最も大きい周波数ポイントが検出されると、係数設定部３５では、この周波数ポイントよりも１オクターブ低い周波数をローパスフィルタ２１のカットオフ周波数として決定し、また、上記周波数ポイントよりも１オクターブ高い周波数をハイパスフィルタ２２のカットオフ周波数として決定する。すなわち、不自然な音場となってサラウンドの臨場感が失われる周波数帯域の中で、最もエネルギーの大きい２オクターブの周波数帯域を検出して、ローパスフィルタ２１，ハイパスフィルタ２２のカットオフ周波数の係数を決定する。
【００２５】
このようにして、ローパスフィルタ２１のカットオフ周波数，ハイパスフィルタ２２のカットオフ周波数を決定すると、係数決定部３５は、ＲＯＭ３６に予め格納されている対応関係に基づき、このようなカットオフ周波数を与えるローパスフィルタ２１，ハイパスフィルタ２２のそれぞれのフィルタリング係数を割り出し、これらのフィルタリング係数をバンドエリミネート手段１３のローパスフィルタ２１，ハイパスフィルタ２２にそれぞれ設定する。
【００２６】
これによって、バンドエリミネート手段１３は、いま入力した入力音信号に最適なバンドエリミネートフィルタとして設定される。従って、入力音信号は、遅延回路１２で所定時間延長されて、このバンドエリミネート手段１３に入力するとき、このバンドエリミネート手段１３によって、この入力音信号のオーディオ帯域から、セリフ等のボーカル帯域の中で最もエネルギーの大きな成分が取り除かれる（カットされる）。しかる後、サラウンド信号生成部１４では、セリフ等のボーカル帯域の中で最もエネルギーの大きな帯域成分が取り除かれた信号を複数の遅延時間で読み出し畳み込み演算処理を行ないサラウンド信号を生成する。
【００２７】
サラウンド信号生成部１４でこのように生成されたサラウンド信号は、加算器１５，１６により、Ｌチャンネル，Ｒチャンネルの直接音（オリジナルな入力音信号）に加算され、出力部７において、例えば４チャンネル以上のスピーカでサラウンド再生されるが、本発明においては、サラウンド信号生成部１４では、セリフ等のボーカル帯域がほぼ取り除かれた信号に基づいてサラウンド信号が生成されるので、セリフ等のボーカル成分はサラウンド再生されない。これにより、セリフ等のボーカル成分については、フロント側のＬチャンネル，Ｒチャンネルの直接音（オリジナルな入力音信号）でフロント側中央に音像定位させ、違和感のないサラウンド再生を実現できる。
【００２８】
すなわち、サラウンド生成部１４で作られたサラウンド信号については、任意のボーカル帯域をカットしているため、４チャンネル以上のスピーカでサラウンド再生した場合、特に後方のスピーカ（リアスピーカ）からボーカル成分が再生されることがなくなり、メインのＬチャンネルとＲチャンネルの信号によってフロント側の中央にセリフ等のボーカルが定位することが可能となって、セリフ等が分散して聞き難い等の違和感をなくすことが可能となる。
【００２９】
換言すれば、従来、モノラル音声をサラウンド再生した場合に映画等のセリフの定位が分散しすぎ、かえって臨場感が損なわれていたものを、本発明では、デジタル信号処理部（ＤＳＰ）４により、リアスピーカ等から出力されるサラウンド信号の周波数帯域の成分を、記録媒体から再生される信号の周波数帯域の成分に応じて制御するようにしており（入力音信号からボーカル帯域を任意にカットした信号でサラウンド信号を作成し、リアスピーカなどから出力されるボーカル帯域成分を入力音信号に応じて制御するようにしており）、４チャンネル以上のスピーカでサラウンド再生を行なった場合に、セリフ等のボーカル成分の定位をフロント側中央に定位させることができて、セリフ等のボーカル成分の定位が分散することを防止し、聞き難い等の違和感をなくすことができる。
【００３０】
このように、本発明では、不自然な音場となってサラウンドの臨場感が失われる周波数帯域の中で、パワースペクトルの大きい周波数帯域を自動的に検出し、その周波数帯域を削除するので、最良のサラウンド再生の音場を常に得ることができる。
【００３１】
なお、上述の構成例では、サラウンド再生システムは、記録媒体１に記録されている音信号を読出制御部２により読出すようになっているが、入力音信号は必ずしも記録媒体１に予め記録されたものである必要はなく、従って、任意の音響源（例えばＬチャンネルとＲチャンネルとを有する任意の音響源）から出力されるものであれば良い。
【００３２】
【発明の効果】
以上に説明したように、請求項１，請求項２記載の発明によれば、入力音信号から所定のボーカル周波数帯域成分を取り除くためのバンドエリミネート手段と、バンドエリミネート手段を通過した信号に基づいて、サラウンド再生用のサラウンド信号を生成するサラウンド信号生成手段と、前記バンドエリミネート手段の係数を決定する係数決定手段とを有し、前記バンドエリミネート手段は、ローパスフィルタとハイパスフィルタとにより構成され、前記係数決定手段は、入力音信号のエネルギーの周波数分布から、ボーカル帯域において最もエネルギーの大きい周波数帯域を検出し、この最もエネルギーの大きい周波数帯域の中心周波数から所定周波数だけ低い周波数がローパスフィルタのカットオフ周波数となるようにローパスフィルタの係数を決定してローパスフィルタに設定し、また、所定周波数だけ高い周波数がハイパスフィルタのカットオフ周波数となるように、ハイパスフィルタの係数を決定してハイパスフィルタに設定するので、不自然な音場となってサラウンドの臨場感が失われる周波数帯域の中で、パワースペクトルの大きい周波数帯域を自動的に検出し、入力音信号に対し、最良のサラウンド再生の音場が常に得られるよう、自動制御することができる。
【図面の簡単な説明】
【図１】本発明に係るサラウンド再生システムの構成例を示す図である。
【図２】図１のサラウンド再生システムのデジタル信号処理部の構成例を示す図である。
【図３】図２のデジタル信号処理部の係数決定手段の構成例を示す図である。
【符号の説明】
１記録媒体
２読出制御部
３Ａ／Ｄ変換部
４デジタル信号処理部
５メモリ
６Ｄ／Ａ変換部
７出力部
１１，１５，１６加算器
１２遅延回路
１３バンドエリミネート手段
１４サラウンド信号生成部
１８係数決定手段
２１ローパスフィルタ
２２ハイパスフィルタ
３１帯域通過フィルタ部
３２絶対値処理部
３３パワースペクトル生成部
３４レベル比較部
３５係数決定部

Claims

入力音信号から所定のボーカル周波数帯域成分を取り除くためのバンドエリミネート手段と、バンドエリミネート手段を通過した信号に基づいて、サラウンド再生用のサラウンド信号を生成するサラウンド信号生成手段と、前記バンドエリミネート手段の係数を決定する係数決定手段とを有し、前記バンドエリミネート手段は、ローパスフィルタとハイパスフィルタとにより構成され、前記係数決定手段は、入力音信号のエネルギーの周波数分布から、ボーカル帯域において最もエネルギーの大きい周波数帯域を検出し、この最もエネルギーの大きい周波数帯域の中心周波数から所定周波数だけ低い周波数がローパスフィルタのカットオフ周波数となるようにローパスフィルタの係数を決定してローパスフィルタに設定し、また、所定周波数だけ高い周波数がハイパスフィルタのカットオフ周波数となるように、ハイパスフィルタの係数を決定してハイパスフィルタに設定することを特徴とする音信号処理装置。
オリジナルな入力音信号のエネルギーの周波数分布からボーカル帯域においてエネルギーが最も大きい周波数帯域を検出し、当該エネルギーから最も大きい周波数帯域の中心周波数から所定周波数だけ低い周波数をバンドエネミネート手段が有するローパスフィルタのカットオフ周波数にし、前記エネルギーが最も大きい周波数帯域の中心周波数から所定周波数だけ高い周波数を前記バンドエネミネート手段が有する前記ハイパスフィルタのカットオフ周波数にし、前記バンドエネミネート手段を通過した入力信号に基づいてサラウンド信号を生成し、当該サラウンド信号を前記オリジナルな入力信号に加算してサラウンドを再生することを特徴とするサラウンド再生方法。